空气污染的精准防治是近年来环境专家面临的一个巨大挑战。了解城市群空气质量的演变，对于协同控制空气污染具有重要意义。然而，不同城市之间复杂的污染物相互作用导致了空气质量的协同演变。现有的统计学习方法和机器学习方法不能很好地支持对动态空气质量演变的综合分析。在本作品中，我们提出了一种交互式可视分析系统，可以帮助领域专家从多个层级探索和了解城市群中的空气质量演变模式。为了促进对复杂的多元时空数据的认知，我们首先提出一种基于不同参数的集成聚类策略和一种新的符号/图标设计，以有效地总结和理解典型的污染物模式。在此基础上，该系统支持空气质量演变的多层级探索，即总体层级、阶段层级和细节层级。将频繁模式挖掘、城市社区提取和多种交互式过滤功能集成到系统中，以全面发现重要信息。案例研究和来自领域专家的积极反馈证明了 Airlens 的有效性和可用性。